Un tour d'horizon des puces de calcul, du microcontrôleur de l'atelier jusqu'aux GPU, accélérateurs d'IA, FPGA et circuits sur mesure, et de ce qui les distingue.
Au-delà du microcontrôleur
Un tour d'horizon des puces de calcul, du microcontrôleur de l'atelier jusqu'aux GPU, accélérateurs d'IA, FPGA et circuits sur mesure, et de ce qui les distingue.
Dans cet atelier, tu apprends à maîtriser un microcontrôleur : ses broches, ses bus, son horloge, sa boucle. C’est une porte d’entrée, pas une destination. Derrière lui s’étend toute une famille de puces de calcul, chacune taillée pour un usage : faire tourner Linux, entraîner une IA, traiter un signal radio, ou exécuter une seule tâche le plus vite possible.
Cette page en dresse la carte. Tu n’as pas besoin d’en retenir les chiffres : ce sont des ordres de grandeur, pour fixer les idées. Retiens plutôt le fil conducteur : plus une puce est spécialisée, plus elle est efficace, et moins elle est flexible.
L’océan commence sous tes pieds. La console de l’atelier cache bien plus que ce que les TD utilisent :
| Ressource | Ce qu’elle permet |
|---|---|
| Le second cœur | L’ESP32-S3 a deux cœurs Xtensa à 240 MHz ; loop() n’en occupe qu’un. L’autre peut gérer le réseau ou le son en parallèle. |
| Le DMA (Direct Memory Access) | Le matériel copie des données (vers l’écran SPI, depuis un micro) pendant que le programme continue. |
| Le coprocesseur ULP (Ultra Low Power) | Un petit cœur RISC-V qui surveille un capteur pendant que le reste de la puce dort, pour quelques µA. |
| Les instructions vectorielles | Elles traitent plusieurs nombres d’un coup, et accélèrent les réseaux de neurones (bibliothèques ESP-NN et ESP-DL d’Espressif). |
| La cryptographie matérielle | Chiffrement AES, empreintes SHA, signatures RSA, calculés par des circuits dédiés. |
| Caméra, USB OTG, tactile | Une interface caméra, un vrai port USB (clavier, disque…), des entrées tactiles capacitives. |
Et l’ESP32-S3 n’est qu’un microcontrôleur parmi des milliers. Quelques repères :
| Puce | Ce qui la distingue |
|---|---|
| ATmega328P (Arduino Uno) | 8 bits, 16 MHz, 2 Ko de RAM : le point de départ historique de la communauté Arduino. |
| ESP32-S3 (la console) | 32 bits, 2 cœurs à 240 MHz, 512 Ko de RAM, Wi-Fi et Bluetooth. |
| RP2040, RP2350 (Raspberry Pi Pico) | Des blocs PIO : de petites machines à états matérielles, programmables, qui permettent d’inventer ses propres protocoles (un écran exotique, une sortie vidéo…) sans charger le processeur. |
| STM32H7 (STMicroelectronics) | Un Cortex-M7 jusqu’à 550 MHz, pour l’audio, le contrôle moteur, l’industrie. |
| STM32N6, MAX78000 | Des microcontrôleurs avec un accélérateur de réseaux de neurones intégré, pour la vision ou la reconnaissance vocale sur pile. |
Tous gardent ce qui fait un microcontrôleur : la mémoire et les périphériques sont sur la puce, il n’y a pas de système d’exploitation (ou un noyau temps réel minimal comme FreeRTOS), et le programme réagit en quelques microsecondes.
Un microprocesseur d’application (MPU) franchit un cap : il a besoin d’une RAM externe (des Go au lieu de quelques centaines de Ko), et il possède une MMU (Memory Management Unit), qui isole les programmes les uns des autres. C’est elle qui lui permet de faire tourner un vrai système d’exploitation : Linux, Android.
La puce du Raspberry Pi 5 en est un exemple : quatre cœurs Cortex-A76 à 2,4 GHz. En échange, un MPU démarre en plusieurs secondes, consomme des watts, et ne garantit plus de réagir à la microseconde près : le système d’exploitation décide quand ton programme s’exécute.
Certaines puces réunissent les deux mondes : le STM32MP1 associe un cœur Cortex-A7 qui fait tourner Linux (interface, réseau) à un cœur Cortex-M4 qui garde le temps réel (moteurs, capteurs).
Un System on Chip de smartphone (Apple A, Qualcomm Snapdragon) rassemble tout sur une seule puce : des cœurs CPU, un GPU, un NPU, un processeur d’image pour l’appareil photo, un modem. C’est en quelque sorte la synthèse de toute cette page, dans un centimètre carré.
Les processeurs des ordinateurs et des serveurs (x86 chez Intel et AMD, ARM chez Apple) savent tout faire, mais rien de façon optimale. Leur force est la flexibilité : n’importe quel programme y tourne. Un processeur de serveur comme l’AMD EPYC monte jusqu’à 192 cœurs, pour environ 500 W.
Un processeur de traitement du signal (Digital Signal Processor) est optimisé pour une opération : multiplier deux nombres et ajouter le résultat à un total, en un seul cycle, des millions de fois par seconde. C’est le cœur de tout filtre numérique. On les trouve dans les casques à réduction de bruit, les radars, les modems. Les Cortex-M4 et M7 en reprennent déjà les instructions.
Un processeur graphique prend le contre-pied du CPU : au lieu de quelques cœurs puissants, des milliers de cœurs simples, qui font tous le même calcul sur des données différentes. Parfait pour calculer la couleur de millions de pixels, et tout aussi parfait pour les réseaux de neurones, d’où leur adoption massive par l’IA. Une NVIDIA H100 compte environ 17 000 cœurs et consomme 700 W.
Un réseau de neurones passe l’essentiel de son temps à multiplier des matrices. Des puces ne font plus que cela, avec une efficacité inaccessible aux processeurs généralistes. On mesure leur puissance en TOPS : mille milliards d’opérations par seconde.
L’IA ne se cantonne donc plus aux serveurs : elle descend jusqu’aux microcontrôleurs. C’est le sujet de l’atelier TinyML.
Avec un FPGA (Field-Programmable Gate Array), on ne programme plus un processeur : on décrit un circuit, dans un langage de description matérielle (Verilog, VHDL). La puce, faite de milliers de blocs logiques reliés par des interconnexions programmables, se reconfigure pour devenir ce circuit.
La gamme est large : du Lattice iCE40, qui coûte quelques euros et se programme avec des outils entièrement libres (Yosys, nextpnr), jusqu’aux AMD Versal des télécoms. Les Zynq d’AMD associent des cœurs ARM et un FPGA sur la même puce. On s’en sert pour prototyper une puce avant de la faire fabriquer, pour la radio logicielle, le traitement vidéo, ou partout où il faut réagir plus vite qu’un processeur.
Un ASIC (Application-Specific Integrated Circuit) est l’aboutissement de la spécialisation : un circuit conçu pour une seule tâche et gravé une fois pour toutes dans le silicium. Il est imbattable en vitesse et en consommation, mais impossible à modifier, et sa conception coûte cher. Le TPU de Google en est un, comme les puces des mineurs de Bitcoin, ou les contrôleurs cachés dans un chargeur ou une souris.
Faire fabriquer une puce coûte habituellement des millions d’euros. Des projets éducatifs comme Tiny Tapeout contournent le problème en mutualisant la fabrication : ton petit circuit, décrit en Verilog, est gravé sur la même puce que des centaines d’autres, pour quelques centaines d’euros.
| Famille | Flexibilité | Efficacité | Consommation (ordre de grandeur) |
|---|---|---|---|
| MCU, MPU, CPU | ★★★★★ | ★ | De quelques µW (MCU en veille) à 500 W (CPU de serveur) |
| DSP, GPU | ★★★ | ★★★ | Jusqu’à 700 W pour un GPU de datacenter |
| FPGA | ★★★ (on recâble) | ★★★★ | De quelques mW à quelques dizaines de W |
| NPU, TPU, ASIC | ★ | ★★★★★ | 2 W pour 4 TOPS (Edge TPU), jusqu’aux fermes de datacenter |
Choisir une puce, c’est placer le curseur entre ces deux extrêmes, exactement comme tu as appris à choisir un bus : il n’y a pas de meilleure puce, seulement une puce adaptée à un besoin.
| Pour découvrir… | Commencer par |
|---|---|
| Linux embarqué | Un Raspberry Pi |
| L’IA embarquée | Ton ESP32-S3 avec ESP-DL, ou une clé Coral ; l’atelier TinyML |
| Le FPGA | Une petite carte à base de Lattice iCE40, avec les outils libres |
| La conception de puces | Tiny Tapeout, en ligne |